هوش مصنوعی، زنده ماندن بیماران مبتلا به كووید-۱۹ را پیشبینی می كند!

هوش مصنوعی، زنده ماندن بیماران مبتلا به كووید-۱۹ را پیشبینی می كند!

به گزارش راستابلاگ پژوهشگران آمریکایی کوشش می کنند با کمک یک الگوریتم مبتنی بر هوش مصنوعی، الگوهای مشترک میان افراد مبتلا به بیماری های ویروسی را مورد بررسی قرار دهند و امکان زنده ماندن بیماران مبتلا به کووید-۱۹ را پیش بینی نماید.


به گزارش راستابلاگ به نقل از ایسنا و به نقل از وبسایت رسمی "دانشگاه کالیفرنیا، سن دیه گو"(UCSD)، گروهی از پژوهشگران دانشکده پزشکی دانشگاه‌ الیفرنیا، سن دیه گو، از یک الگوریتم هوش مصنوعی بهره برده اند تا فعال و غیرفعال بودن ژن ها را طی عفونت مورد بررسی قرار دهند و به جستجوی الگوهای مشترک میان بیمارانی بپردازند که به ویروس های همه گیر گذشته همچون "سارس"(SARS)، "مرس"(MERS) و آنفلوانزای خوکی مبتلا شده بودند.
در این پژوهش، دو نشانه گویا به دست آمد. یکی از آنها، مجموعه ای از ۱۶۶ ژن است که نحوه واکنش سیستم ایمنی انسان را نسبت به عفونت های ویروسی نشان داده است. دومین مورد، مجموعه ای از ۲۰ ژن است که شدت بیماری مانند احتیاج به بستری شدن یا به کار بردن ونتیلاتور را پیشبینی می کنند. اعتبار این الگوریتم با استفاده از بافت های ریه جمع آوری شده طی کالبدشکافی بیماران مبتلا به کووید-۱۹ و نمونه های حیوانی تایید شد.
"پرادیپتا گوش"(Pradipta Ghosh)، استاد پزشکی مولکولی و سلولی دانشگاه کالیفرنیا، سن دیه گو و سرپرست این پروژه اظهار داشت: نشانه های در رابطه با همه گیری ویروس به ما می گویند که سیستم ایمنی بیمار چگونه نسبت به عفونت ویروسی واکنش نشان داده است و چقدر می تواند شدید باشد. این نشانه ها، نقشه ای در مورد همه گیری کنونی و همه گیری های آینده به ما عرضه می دهند.
سیستم ایمنی بدن طی عفونت ویروسی، پروتئین های کوچکی معروف به "سیتوکین"(Cytokine) را در خون منتشر می کند. این پروتئین ها، سلول های ایمنی را به محل عفونت می فرستند تا آنرا رفع کنند. بدن گاهی اوقات بیش از حد سیتوکین منتشر می کند و یک سیستم ایمنی فراری را به وجود می آورد که بافت سالم خویش را مورد حمله قرار می دهد. پژوهشگران باور دارند که این پدیده معروف به "طوفان سیتوکین" می تواند دلیل تسلیم شدن بیماران مبتلا به ویروس همچون آنفلوانزا در مقابل عفونت باشد؛ در حالیکه بقیه بیماران این گونه نیستند.
در هر حال، ماهیت، میزان و منبع طوفان های کشنده سیتوکین و این که چه کسی امکان دارد بیشتر در معرض خطر باشد و چگونه امکان دارد به بهترین صورت درمان گردد، معلوم نیست.
"دباشیس ساهو"(Debashis Sahoo)، از پژوهشگران این پروژه اظهار داشت: هنگامی که همه گیری کووید-۱۹ آغاز شد، من تصمیم گرفتم تا از دانش خود در مورد کامپیوتر برای یافتن یک خصوصیت مشترک میان همه بیماری های همه گیر ویروسی استفاده کنم. شاید کروناویروس برای ما جدید باشد اما راه های زیادی وجود دارد که بدن ما بتواند نسبت به عفونت واکنش نشان دهد.
داده های مورد استفاده برای آزمایش و آموزش الگوریتم، از منابعی در مورد بیان ژن بیمار به دست آمدند که در دسترس عموم قرار دارند. هر زمانی که مجموعه جدیدی از داده های در ارتباط با بیماران کووید-۱۹ در دسترس قرار می گرفت، پژوهشگران آنرا در مدل خود آزمایش می کردند و هر بار، الگوهای مشابه بیان ژن را می یافتند.
ساهو افزود: به عبارت دیگر، این همان چیزی است که ما پژوهش آینده نگر می نامیم و شرکت کنندگان با مبتلا شدن به بیماری در آن ثبت نام می شوند. ما دریافتیم که با استفاده از امضاهای ژنتیکی می توانیم به قلمرو یک بیماری کاملا جدید وارد شویم.
این پژوهش با بررسی منبع و عملکرد ژن های مورد نظر در اولین مجموعه، منبع طوفان های سیتوکین را نشان داد. برپایه این پژوهش، منبع طوفان های سیتوکین، سلول های مجاری هوایی ریه، درشت خوارها و سلول های تی هستند. بعلاوه، این نتایج توانستند نتایج طوفان سیتوکین را نشان دهند که صدمه رسیدن به سلول های مجاری هوایی ریه و "سلول های کشنده طبیعی"(NK cells) را شامل می شوند. سلول های کشنده طبیعی، نوع ویژه ای از سلول ایمنی هستند که سلول های مبتلا به ویروس را از بین می برند.
"سومیتا داس"(Soumita Das)، از پژوهشگران این پروژه اظهار داشت: ما توانستیم ببینیم و به جهان نشان دهیم که سلول های مجاری هوایی ریه که معمولاً امکان تبادل گاز و اکسیژن رسانی خون را فراهم می کنند، یکی از منابع اصلی طوفان سیتوکین هستند و مانند چشم طوفان سیتوکین عمل می کنند. گروه ما درحال مدل سازی ریه انسان در شرایط مبتلا شدن به کووید-۱۹ است تا اثرات حاد این بیماری را بر ریه ها مورد بررسی قرار دهد.
پژوهشگران باور دارند که این اطلاعات امکان دارد با فراهم کردن اهداف سلولی و بهبود بررسی، آنها را در عرضه روش های درمان طوفان سیتوکین یاری دهد.
این پژوهش، در مجله "EBioMedicine" به چاپ رسید.



1400/03/24
09:11:26
5.0 / 5
303
تگهای خبر: دانشگاه‌ , سایت , سیستم , شركت
این مطلب را می پسندید؟
(1)
(0)

تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب
لطفا شما هم نظر دهید
= ۳ بعلاوه ۲